SILICON VALLEY / LONDON (IT BOLTWISE) – Garry Tan von Y Combinator beziffert seinen jährlichen Token-Preis für KI-Agenten auf rund 100.000 bis 200.000 US-Dollar. Der Y-Combinator-CEO beschreibt, dass seine Agenten nicht nur bei Recherche und Coding helfen, sondern auch umfangreiche persönliche Daten wie E-Mail, Cloud-Speicher und Notizen verarbeiten. Zusätzlich teilt er 23 „Claude Code“-Skills als gstack über GitHub, um zu zeigen, wie autonomes Arbeiten praktisch aussehen kann. Zentral bleibt für ihn der nächste Engpass: die Kosten sollen deutlich sinken, damit persönliche KI-Agenten für mehr Menschen alltagstauglich werden.
Wenn man Garry Tan über KI-Agenten reden hört, klingt das weniger nach einem „Demo-Moment“ als nach einem laufenden Betriebssystem für den Alltag. Der CEO von Y Combinator hat in einem neuen Podcast-Episodenformat seine Begeisterung konkretisiert und dabei auch die unangenehme Realität adressiert: Er gibt für das Token-Budget seiner Agenten jedes Jahr grob 100.000 bis 200.000 US-Dollar aus. Diese Zahl ist nicht nur eine persönliche Kostenschätzung, sondern ein Signal für den aktuellen Reifegrad solcher Systeme: Agenten sind heute häufig dann am wertvollsten, wenn sie regelmäßig und breit eingesetzt werden – und genau dann werden laufende Kosten schnell zur zentralen Planungsgröße.
Technisch interessant ist an Tans Beschreibung vor allem die Rolle von Autonomie und Kontext. Er skizziert Agenten, die laufend Informationen aus unterschiedlichen Quellen aufnehmen können, etwa E-Mail, Cloud-Speicher wie Dropbox und sogar Notizen – einschließlich Therapie-Notizen, die über lange Zeiträume zurückreichen. Der Punkt ist weniger die „spektakuläre“ Datentiefe, sondern das, was daraus folgt: Ein Agent wird dadurch zu einer Art Orchestrator, der nicht nur einzelne Prompt-Antworten erzeugt, sondern Arbeitsabläufe in mehreren Schritten vorbereitet, priorisiert und teils schon vorwegnimmt. Dass er dabei Vergleiche nutzt wie einen „Jiminy Cricket“ auf der Schulter, macht deutlich, wie sehr die Erwartung an kontinuierliche Unterstützung statt gelegentlicher Chat-Kommandos geht.
Damit rückt auch die Frage in den Fokus, wie Agenten im Unternehmens- und Entwickleralltag gebaut und wiederverwendet werden. Tan bezeichnet sich als frühen Nutzer eines Tools namens OpenClaw (und mittlerweile als Power User) und hat laut seinen Angaben 23 „Claude Code“-Skills unter dem Namen gstack auf GitHub veröffentlicht. Solche Skill-Sets sind in der Agentenwelt eine Art „Werkzeugkasten“: Statt immer wieder bei Null zu starten, definieren Entwickler wiederkehrende Aktionen, Prompt-Strukturen und Arbeitsabläufe, die ein Agent dann in Projekten abrufen kann. Praktisch ist das für Teams, weil es die Latenz zwischen „Idee“ und „funktionierende Automatisierung“ reduziert. Es verschiebt den Fokus von der Frage, ob ein Modell Texte plausibel schreiben kann, hin zur Frage, wie zuverlässig es eine Folge von Schritten ausführt und dabei die gewünschten Grenzen einhält.
Aus Sicht der KI-Entwicklung ist auch Tans Warnung relevant, Agenten nicht wie klassische Software zu behandeln. Er verweist auf die Sorge mancher Akteure, insbesondere mit Blick auf Wiederholbarkeit und Safety, und sagt sinngemäß, dass man dadurch die „schönen“ Teile der Agentenarbeit verlieren könne. Das ist eine Debatte, die in der Praxis an mehreren Stellen aufbricht: Während herkömmliche Software deterministischer sein kann, hängen Agenten in vielen Setups von Modellzuständen, Tool-Aufrufen, Such- und Kontextfenstern sowie Interpretationen in Zwischenstufen ab. Genau deshalb wird heute so stark über Monitoring, Guardrails und Teststrategien diskutiert, während gleichzeitig Nutzer erwarten, dass der Agent sich flexibel verhält. In diesem Spannungsfeld positioniert Tan seine Erfahrung: Agenten sind dann nützlich, wenn sie wie ein kooperierender Mitdenker handeln – nicht wenn man sie auf „klassisch wiederholbar“ herunterbrechen will.
Y Combinator selbst nutzt nach seinen Angaben ebenfalls interne Agenten. Besonders genannt wird ein System namens Stray Light, das laut Tan eine Art Persönlichkeit besitzen und zusätzlich eine „Company Brain“-Komponente umfassen soll, die den Kontext zu allen bisherigen Gründern, E-Mail-Kontakten und eingereichten Bewerbungen aggregiert. Für Unternehmen ist das mehr als ein internes Experiment: Es zeigt, wie Agenten als Wissens- und Entscheidungsassistenz wirken können, indem sie auf historische Daten zugreifen und Fragen nicht nur beantworten, sondern „vorbereiten“. Ein solcher Ansatz berührt auch die Grenzen aktueller Wissenssysteme, weil er nicht ausschließlich mit statischen Dokumenten arbeitet, sondern mit verknüpftem Prozesswissen aus echten Interaktionen. Gleichzeitig steigt damit die Bedeutung sauberer Daten-Governance: Je näher ein Agent an persönliche oder geschäftskritische Informationen gelangt, desto stärker müssen Zugriffe, Protokollierung und Aufbewahrung in der Architektur gedacht werden.
Markt- und Produktstrategie schiebt Tan in die gleiche Richtung. Er glaubt, dass persönliche KI-Agenten mittelfristig „Mainstream“ werden, nennt jedoch einen klaren Haken: Die Kosten müssen sinken. In der aktuellen Realität wird das Token-Budget häufig als variable Laufzeitkosten verstanden, die bei intensiver Nutzung exponentiell ansteigen können – vor allem, wenn ein Agent komplexe Aufgaben mit mehreren Tool-Schritten oder langen Kontextketten ausführt. Tans Haltung enthält deshalb eine produktnahe Lehre: Nicht die maximale Modellqualität allein entscheidet über Akzeptanz, sondern das Zusammenspiel aus Kosten pro erledigter Aufgabe, Latenz und der Qualität der Autonomie. Daneben äußert er Zweifel, dass „kostenlose“ Agenten großer Tech-Anbieter die richtige Antwort sein könnten – insbesondere, weil solche Systeme in der Regel stark in Plattform-Ökosysteme eingebettet sind. Daraus folgt sein Wunschbild: ein persönlicher Agent, den man selbst kontrolliert und der entsprechend programmiert werden kann.
Für IT-Leiter und Entwicklerteams lässt sich aus der Episode eine konkrete betriebliche Perspektive ableiten. Erstens: Agenten-Workloads sollten wie Produktionssoftware geplant werden, inklusive Budgetgrenzen, Quoten und einem messbaren Erfolgsmaßstab, etwa Zeitersparnis pro Workflow oder Qualitätsrate bei Coding-Aufgaben. Zweitens: Sobald ein Agent „weiß, wer man ist“ und auf private Daten zugreift, verschiebt sich das Designziel vom reinen Prompting hin zu sicheren Zugriffsschichten, klaren Rollen und nachvollziehbaren Aktionen. Drittens: Skill-Sets wie gstack können als Blaupause dienen, um Agenten-Patterns zu standardisieren und die Effektivität für wiederkehrende Aufgaben zu erhöhen. Und schließlich: Die Debatte um Wiederholbarkeit bleibt dauerhaft – vermutlich wird die Zukunft darin liegen, Agenten so zu testen, dass sie nicht jede einzelne Zwischenentscheidung deterministisch machen, aber die Gesamtergebnisse unter definierten Grenzen zuverlässig erreichen. In Tans Sicht ist das kein Widerspruch, sondern der Weg vom „Spielzeug“ zum Werkzeug.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Garry Tan (Y Combinator) nutzt KI-Agenten – bis zu 200.000 US-Dollar für Tokens" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Garry Tan (Y Combinator) nutzt KI-Agenten – bis zu 200.000 US-Dollar für Tokens" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Garry Tan (Y Combinator) nutzt KI-Agenten – bis zu 200.000 US-Dollar für Tokens« bei Google Deutschland suchen, bei Bing oder Google News!